基于AOSVR的油田動(dòng)液面軟測(cè)量方法的研究

摘 要：針對(duì)回聲探測(cè)法在測(cè)量動(dòng)液面時(shí)存在精度低、可靠性差等問(wèn)題，文章提出使用軟測(cè)量技術(shù)來(lái)取代回聲探測(cè)法完成對(duì)動(dòng)液面的測(cè)量工作。通過(guò)計(jì)算以及實(shí)驗(yàn)對(duì)測(cè)量方法進(jìn)行測(cè)試，并加以改進(jìn)。改進(jìn)后的AOSVR對(duì)油田動(dòng)液面測(cè)量精度較高，對(duì)數(shù)據(jù)波動(dòng)的自適應(yīng)能力較強(qiáng)，符合油田現(xiàn)場(chǎng)測(cè)試的要求，可以在油田動(dòng)液面測(cè)量中加以應(yīng)用。

關(guān)鍵詞：動(dòng)液面；軟測(cè)量；AOSVR；自適應(yīng)算法

Online SVR 算法是基于SVM的一種拓展應(yīng)用。該算法采用在線方式進(jìn)行模型的訓(xùn)練，其模型可以適應(yīng)樣本的不斷在線更新，具有良好的動(dòng)態(tài)建模能力。2003年，J.Ma等人又在其基礎(chǔ)上將邊緣函數(shù)引入進(jìn)來(lái)，提出了AOSVR，為了進(jìn)一步提高普通AOSVR對(duì)數(shù)據(jù)波動(dòng)的自適應(yīng)能力和預(yù)測(cè)精度，本文通過(guò)分析探索對(duì)AOSVR算法進(jìn)行了應(yīng)用改進(jìn)，并將其應(yīng)用到對(duì)油田動(dòng)液面的測(cè)量中，以代替回聲探測(cè)法。

1 改進(jìn)后的AOSVR在油田動(dòng)液面軟測(cè)量中的應(yīng)用

本文擬采用改進(jìn)后的AOSVR算法來(lái)進(jìn)行對(duì)油田動(dòng)液面的測(cè)量工作有效提高了整套動(dòng)液面測(cè)量系統(tǒng)的實(shí)時(shí)性能，并且系統(tǒng)運(yùn)行速度較快，耗時(shí)少，精度高。

在油田實(shí)際應(yīng)用中，由于生產(chǎn)數(shù)據(jù)隨時(shí)間及生產(chǎn)措施波動(dòng)較大，建模時(shí)的歷史數(shù)據(jù)不完備，而上述算法參數(shù)如果還是根據(jù)一段時(shí)間內(nèi)的運(yùn)行效果經(jīng)驗(yàn)選取，就不能完全適應(yīng)油田的復(fù)雜動(dòng)態(tài)生產(chǎn)過(guò)程。

本文為使軟測(cè)量效果達(dá)到最優(yōu)，針對(duì)懲罰參數(shù)、不敏感函數(shù)參數(shù)以及核函數(shù)參數(shù)同時(shí)進(jìn)行自適應(yīng)賦值，由自適應(yīng)函數(shù)自行選取合適的參數(shù)組來(lái)進(jìn)行模型更新，使原固定參數(shù)或部分變參數(shù)，改為全參數(shù)自適應(yīng)更新。……